企业已经购买 AI 工具，却不知道下一笔投入应该投向培训、系统连接还是知识整理时，可以先做一次五维度诊断：人员能力、协作方式、数据连通、平台基建、企业知识。每项都拿真实工作说明现状，比先罗列功能清单更容易形成行动。
诊断的目的，是找出阻止目标流程运行的短板。五项自评分可以作为讨论入口，最终结论仍应由工作样本、系统状态和业务负责人共同验证。
五个维度各问一个具体问题
| 维度 | 开场问题 | 接着看什么证据 |
|---|---|---|
| 人员能力 | 员工用AI完成了哪些日常工作 | 实际输入、产出与修改记录 |
| 协作方式 | 一个人的好方法怎样交给其他同事 | 共享技能、交接与使用反馈 |
| 数据连通 | AI能否读取工作所需的系统记录 | 接口、身份、字段和调用结果 |
| 平台基建 | 技能、权限、任务与异常由谁管理 | 配置、责任人与运行记录 |
| 企业知识 | 两份资料冲突时，以哪份为准 | 现行版本、来源和裁定责任 |
问题应该让业务人员讲具体做法。比如“我们已经有知识库”只是一个起点，还要追问上一次出现答案冲突时怎么处理、谁确认、结果是否进入正式知识。
人员能力看结果，不看听课人数
可以让员工用自己熟悉的材料完成一项常见任务，观察是否能交代目标、补充条件、检查来源并修改输出。有的人会写长提示语，却不会发现表格中的单位错误；有的人表达很简短，但能够清楚指出验收要求。
因此培训需求应按实际卡点确定。基础薄弱时先建立使用与核对习惯；已有熟练人员时，应让他们把方法沉淀为团队可复用的工作资料。
协作方式看跨人交接
让另一位同事接手同一项工作，使用同一份规则和技能，观察结果是否明显变化。如果所有关键经验都需要原作者当面解释，组织能力还没有真正形成。
跨部门流程还要看责任是否明确。AI 汇总完资料之后交给谁，谁判断异常，谁确认完成，不能仅靠在群里发一条通知解决。协作机制不清楚时，再增加助手数量只会增加消息。
数据、平台与知识分别查
数据连通检查能否读到真实记录、是否有完整分页、统计口径是否一致；平台基建检查身份、技能发布、运行追踪和异常处理；企业知识检查现行规则、对象关系与来源。
三者相互依赖，却不能相互替代。有接口不代表数据含义已明确，有统一入口不代表知识已经整理，有很多文档也不代表系统状态可以实时查询。诊断报告应把缺口写到具体环节。
从目标任务反推最短的一项
假设目标是每天生成生产经营早报。员工会使用 AI，系统也有接口，但车间对“完成量”的定义不同，那么优先工作是统一口径与来源；如果口径已清楚、数据却只能人工导表，优先处理接入；如果早报准确却没人处理异常，就要明确经营会和责任分工。
“先补短板”应体现为这样的任务判断，不能机械地把自评分最低的一栏当作全公司投资顺序。多个任务可以并行推进，但每条流程要清楚自己依赖哪些条件。
诊断成果应能直接交给实施人员
建议至少形成目标流程说明、知识权威清单、系统与接口清单、人员责任、验收题集与分阶段工作范围。每项缺口写明业务影响、所需输入和负责角色，让后续工作可以从资料继续，而不是重新访谈一遍。
诊断不应以“购买某个平台”收尾。真正有用的结论是下一项工作做什么、完成后哪个具体任务能够运行。整体阶段判断见企业AI四阶段，团队安排见三级人员能力，服务入口见企业 AI Agent。
更多同主题内容见企业 AI Agent 落地专题。
